Quantenrechner jongliert mit Hamiltonoperatoren
Neue Methode soll künftig hochpräzise Quantensimulationen ermöglichen.
Ein Forschungsteam der Freien Universität Berlin und von Google Quantum AI hat eine innovative Methode zur präzisen Bestimmung von Hamiltonoperatoren entwickelt. Diese sind essenziell für das Verständnis und die Simulation physikalischer Systeme und spielen eine Schlüsselrolle in der Quantentechnologie. Die neu entwickelte Methode könnte künftig hochpräzise Quantensimulationen ermöglichen.
Hamiltonoperatoren, benannt nach William Rowan Hamilton, beschreiben die zeitliche Entwicklung physikalischer Systeme und sind sowohl in der klassischen Mechanik als auch in der modernen Quantenmechanik von Bedeutung. Die Frage, wie sich diese Operatoren aus Daten erlernen lassen, könnte entscheidend für die zukünftige Entwicklung von Quantentechnologien sein. Quantencomputer basieren nicht auf klassischen, sondern auf quantenmechanischen Gesetzen und verwenden einzelne Atome oder Ionen als Recheneinheiten. Tech-Unternehmen und Staaten investieren derzeit erheblich in die Erforschung und Entwicklung solcher Technologien.
Die Kooperation zwischen Google Quantum AI unter Leitung von Pedram Roushan und der Arbeitsgruppe von Jens Eisert an der Freien Universität begann mit einem Anruf eines Google-Kollegen, der Schwierigkeiten hatte, die Hamiltonoperatoren des Sycamore-Quantenchips präzise zu kalibrieren. Die anfänglichen Methoden reichten nicht aus; es war klar, dass nur Superauflösungsmethoden den nötigen Durchbruch bringen konnten. „Diese Methoden überschreiten unter bestimmten Bedingungen fundamentale Grenzen der Auflösung“, erklärt Jens Eisert.
Doch die Umsetzung war alles andere als einfach: „Es dauerte drei Jahre intensiver Forschung, bis wir verstanden, wie man Hamilton-Lernen robust genug gestaltet, um es auf großangelegte Experimente anzuwenden“, erklärt der Quantenphysiker. Das Resultat: Der Sycamore-Chip, einer der präzisesten Quantencomputer der Welt, konnte so genau kalibriert werden wie nie zuvor. „Die neue Methode erhöht die Vorhersagekraft und Präzision in der Quantentechnologie erheblich und schafft neue Möglichkeiten für Simulationen in der kondensierten Materie“, betont Jens Eisert von der Freien Universität Berlin. Dieses Projekt verdeutlichte zudem die essenzielle Rolle sowohl von Universitäten als auch High-Tech-Unternehmen in der Quantentechnologie. Die Kombination von Expertisen aus beiden Bereichen führte zu Ergebnissen, die allein nicht erreichbar gewesen wären.
FU Berlin / JOL
Weitere Infos
- Originalveröffentlichung
D. Hangleiter et al.: Robustly learning the Hamiltonian dynamics of a superconducting quantum processor, Nat. Commun. 15, 9595 (2024); DOI: 10.1038/s41467-024-52629-3 - Quantum many-body theory, quantum information theory, and quantum optics, Dahlem Center for Complex Quantum Systems, Freie Universität Berlin